光化性角化病进展为皮肤鳞状细胞癌涉及miR-204沉默与STAT3激活转换
该数据集来自NCBI,包含1个文件(GSE71953_series_matrix.txt.gz),采用Agilent microRNA表达芯片对光化性角化病与皮肤鳞状细胞癌样本进行表达谱检测

基本信息
资源简介
光化性角化病进展为皮肤鳞状细胞癌涉及miR-204沉默与STAT3激活转换
Progression from actinic keratosis to cutaneous squamous cell carcinoma involves miR-204 silencing and a switch towards STAT3 activation
该数据集来自NCBI,包含1个文件(GSE71953_series_matrix.txt.gz),采用Agilent microRNA表达芯片对光化性角化病与皮肤鳞状细胞癌样本进行表达谱检测。研究聚焦于miR-204在cSCC中显著下调的现象,涉及TRPM3启动子DNA甲基化导致的沉默机制,以及miR-204通过靶向PTPN11调控STAT3与MAPK通路的可能作用。数据可用于探索角化病向鳞癌进展的分子标志与通路变化(来源 NCBI)。
【数据集背景】
源站首次发布:Aug 11 201。
【数据内容】
源站描述(机器翻译,仅供参考):鳞状细胞癌是第二常见的皮肤癌,且常由上皮内光化性角化病进展而来。microRNA在光化性角化病向皮肤鳞状细胞癌(cSCC)进展过程中的作用仍有待阐明。通过使用Agilent microRNA表达芯片,我们发现与光化性角化病相比,cSCC中miR-204的表达显著下调。位于miR-204-5p上游的TRPM3启动子区域的DNA甲基化被鉴定为导致cSCC中miR-204沉默的抑制机制之一。对HaCaT细胞的功能研究表明,该microRNA下调信号转导与转录激活因子3(STAT3)通路并偏向MAPK信号通路,可能通过PTPN11(一种直接受miR-204靶向的酪氨酸磷酸酶)发挥作用。我们发现活化的STAT3,如所检测
【数据结构与技术规格】
文件数 1 个,合计 0 B。
【主题与分类】
主题标签:Expression profiling by array、GPL16686、9606。本站分类:肿瘤/皮肤癌。
【获取与许可】
源站页面:https://ncbi.nlm.nih.gov/geo/query/acc.cgi?acc=GSE71953
【使用注意】
· 源站最后修改于 Oct 19 202,引用时请注意版本时效。
下载信息
注册下载
需要注册 Kaggle 账号并登录后下载,适合需要跟踪下载记录和使用 API 的用户。
暂未开放公开下载
无需注册即可直接获取公开样本或文档,适合快速预览和评估数据集质量。
免登录有偿下载
公开数据集受托下载与技术交付服务。
提供高速下载与技术交付服务(收技术服务费,非数据销售)
暂未开放当前数据集主要来源为 Kaggle 公开托管,完整影像包建议通过原始链接或 Kaggle API 获取。
使用方式
数据集获取
源站:https://ncbi.nlm.nih.gov/geo/query/acc.cgi?acc=GSE71953
标准获取流程:
- 访问源站链接,注册/登录账号;
- 进入数据集详情页,按页面指引申请权限或直接下载;
- 部分平台提供 SDK,例如:
- OpenDataLab:
pip install openxlab后openxlab.dataset.get(...) - ModelScope:
pip install modelscope后modelscope download - 天池: 登录后页面提供直链下载
以源站「数据下载/使用文档」页面为准。
- OpenDataLab:
数据说明
鳞状细胞癌是第二常见的皮肤癌,且常由上皮内的光化性角化病进展而来。微小RNA在光化性角化病向皮肤鳞状细胞癌(cSCC)进展过程中的作用仍有待阐明。通过使用Agilent微小RNA表达芯片,我们发现与光化性角化病相比,cSCC中miR-204的表达显著下调。miR-204-5p上游TRPM3启动子区域的DNA甲基化被确定为导致cSCC中miR-204沉默的抑制机制之一。对HaCaT细胞的功能研究表明,该微小RNA下调信号转导与转录激活因子3(STAT3)通路并倾向于MAPK信号通路,可能通过PTPN11发挥作用,PTPN11是一种酪氨酸磷酸酶,也是miR-204的直接靶标。我们发现,通过pY705-STAT3免疫荧光检测到的活化STAT3在AK中滞留于细胞膜和细胞质区室,而cSCC则显示STAT3位于细胞核中。综上所述,我们的数据表明MiR-204可能作为一个“变阻器”,控制着信号向MAPK通路或STAT3通路的传导。
数据加载示例(图像类)
from PIL import Image
import glob, os
files = (glob.glob(os.path.join(path, "**", "*.png"), recursive=True)
+ glob.glob(os.path.join(path, "**", "*.jpg"), recursive=True)
+ glob.glob(os.path.join(path, "**", "*.tif"), recursive=True))
print("图像文件数:", len(files))
img = Image.open(files[0]); print("尺寸/模式:", img.size, img.mode)
# torchvision Dataset 方式:
# from torchvision import datasets
# ds = datasets.ImageFolder(path) # 要求 子目录=类别
目录组织与标注格式以源站说明和下载后实际文件为准。
数据缺失?
依托陕西、四川两大基地,我们与超过十家三甲医院建立直接合作关系,覆盖合规授权、采集治理、专业标注、数据交付的全流程,为AI医疗团队提供即拿即用的高质量临床数据。
⚡️ 需要数据支持或标注服务?立即联系我们获取专业方案。




